-
题名基于时空演变多重特性建模的近海叶绿素浓度时序预测
被引量:1
- 1
-
-
作者
王成贺
宋宁
王京禹
刘安安
聂婕
-
机构
中国海洋大学信息科学与工程学部
天津大学电气自动化与信息工程学院
-
出处
《信号处理》
CSCD
北大核心
2022年第6期1232-1239,共8页
-
基金
国家自然科学基金(62072418)
中国海洋大学创新交叉团队培育计划(202042008)
+2 种基金
山东省重大科技创新工程(2019JZZY020705)
中国海洋大学科研启动基金
青岛市科技计划重点研发专项(21-1-2-18-xx)。
-
文摘
近海环境是沿海地区社会经济发展的关键支撑系统,近海环境的持续恶化对海洋经济的可持续发展带来了巨大挑战。叶绿素浓度的反映了水体理化性质的演变规律,对近海生态环境保护具有重要意义。尽管现有时序叶绿素浓度预测方法能从时空数据中挖掘有效信息,揭示时空数据的发展趋势和变化规律,但忽略了时空数据的结构化特征以及外界因素/突发因素对叶绿素浓度的影响。因此,本文提出基于时空演变多重特性建模的近海叶绿素浓度时序预测模型,并由四部分构成:自相关时序预测模块预测叶绿素浓度时序变化规律;多视角空间融合预测模块在构建预测点与其他位置叶绿素浓度空间关联性基础上,考虑海域气象状况,提高了空间叶绿素浓度预测的可靠性;基于环境上下文的突变模块通过对极端因素建模,挖掘突变因素与的叶绿素浓度变化的关联;时空动态聚合模块利用结构化模式,结合时间、空间叶绿素预测结果,实现不同圈层全要素近海叶绿素浓度建模。在渤海叶绿素浓度数据上的实验结果表明,该算法模型极大程度提升了近海叶绿素预测模型的准确性与可靠性。
-
关键词
叶绿素浓度预测
时空聚合
集成学习
-
Keywords
chlorophyll concentration
space-time convergence
ensemble learning
-
分类号
X55
[环境科学与工程—环境工程]
-